SCDF：用于偏差分析的说话人特征深度伪造语音数据集
声音
2025-08-12 v1 人工智能
密码学与安全
摘要
尽管深度伪造语音检测日益受到关注，但语音领域中偏差与公平性方面的问题仍未得到充分探索。为填补这一空白，我们引入了说话人特征深度伪造（SCDF）数据集：这是一个新颖且标注丰富的资源，能够对深度伪造语音检测中的人口统计学偏差进行系统性评估。SCDF 包含超过 237,000 条语音片段，均衡地代表了男性和女性说话人，涵盖五种语言和广泛的年龄范围。我们评估了多种最先进的检测器，结果表明说话人特征显著影响检测性能，揭示了在性别、语言、年龄和合成器类型方面的差异。这些发现凸显了开发具有偏差意识的方法的必要性，并为构建符合伦理和监管标准的非歧视性深度伪造检测系统奠定了基础。
引用
@article{arxiv.2508.07944,
title = {SCDF: A Speaker Characteristics DeepFake Speech Dataset for Bias Analysis},
author = {Vojtěch Staněk and Karel Srna and Anton Firc and Kamil Malinka},
journal= {arXiv preprint arXiv:2508.07944},
year = {2025}
}